配音服务选型总览
配音的声音来自三类来源：本地模型（免费·离线）、在线服务（联网合成）、我的音色（克隆你自己的声音）。任意一类就绪后，就能在「配音」工作台开始配音。
服务对比
| 来源 | 免费 | 离线 | 音色数 | 特点 |
|---|---|---|---|---|
| Kokoro 多语 v1.1 | ✅ | ✅ | 103（中 / 英） | 本地首选，中英均衡 |
| VITS 中文 AIShell3 | ✅ | ✅ | 174（中） | 中文说话人库 |
| ZipVoice 声音克隆 | ✅ | ✅ | 自建 | 零样本克隆自己的声音 |
| Edge TTS | ✅（试用档） | ❌ | 微软 Neural 体系 | 免费免 Key，但不承诺可用性 |
| OpenAI 兼容 | 视端点 | ❌ | 视端点 | OpenAI / 硅基流动等 audio/speech 端点 |
| Azure Speech | F0 免费层 | ❌ | 700+ | 微软 Neural 全量音色，SSML 语速控制 |
| 火山引擎豆包 | 无 | ❌ | 豆包大模型音色 | 中文音色出众，支持声音复刻 2.0 |
| ElevenLabs | 免费计划少量 | ❌ | 多语 | 多语模型 + 即时声音克隆（IVC） |
按需求推荐（任选其一即可开工）
- 完全免费·离线可用：下载 Kokoro 多语 v1.1，配音不联网、不花钱
- 零配置在线试用：启用 Edge TTS，无需注册和 API Key（试用档，不承诺可用性）
- 用自己的声音配音：录一段话或选一段视频，ZipVoice 克隆出专属音色
- 正式发布品质：Azure Speech（中文 Neural 音色全）或火山豆包（中文大模型音色）；多语出海选 ElevenLabs
配置入口
左侧导航「音色」页面：本地模型下载、在线服务凭据配置（支持「测试连接」——会真实合成一句 "Hello"，消耗可忽略）、「我的音色」克隆管理，全部在这里完成。配好后到配音工作台使用。